递减步长果蝇优化算法及应用附视频

被引：75

作者：

宁剑平 ^{[1
]}

王冰 ^{[1
,2
]}

李洪儒 ^{[2
]}

许葆华 ^{[2
]}

机构：

[1] 广州军区部队

[2] 军械工程学院

来源：

深圳大学学报(理工版) | 2014年 / 04期

关键词：

人工智能; 优化算法; 果蝇算法; 局部最优; 递减步长; 支持向量机; 回归模型;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

140502 [人工智能];

摘要：

提出一种递减步长果蝇优化算法(diminishing step fruit fly optimization algorithm,DS-FOA).该算法的搜索步长随果蝇觅食进程逐步减小,从而使果蝇群体在觅食初期具有较强的全局搜索能力,在觅食后期具有较强的局部寻优能力,从而实现全局搜索能力和局部寻优能力的平衡.将该算法用于支持向量机(support vector machine,SVM)回归模型的惩罚因子和核函数参数优化中,结果表明,DS-FOA收敛速度快,全局搜索与局部寻优能力强.与其他算法相比,由DS-FOA优化参数的SVM回归模型均方误差最低,回归效果好.

引用

页码：367 / 373

页数：7

共 10 条

[1]

基于果蝇优化算法的支持向量机故障诊断 [J].